有数据显示，新药研发周期平均需要6-7年，而一款药物从研发到成功上市至少需要十年的时间以及26亿美元的资金投入。借助人工智能，现在从计算机设计到合成有效蛋白，只需要几个星期。
瑞典查尔默斯理工大学的研究人员最近开发了一种基于AI的方法，称为ProteinGAN，该方法使用了生成型深度学习方法。
蛋白质是大而复杂的分子，在所有活细胞中起着至关重要的作用，它们会自然地构建，修饰和分解我们细胞内的其他分子。以蛋白质为基础的药物非常普遍。糖尿病药物胰岛素是医生开具最多的药物之一。一些最昂贵和有效的抗癌药物也是基于蛋白质的，包括目前用于抵抗新冠病毒的抗体配方。
用于蛋白质工程的当前方法依赖于将随机突变引入蛋白质序列。但是，每引入一个额外的随机突变，蛋白质活性就会下降。因此，必须进行多轮非常昂贵且耗时的实验，筛选出数百万个变体，以改造最终与自然界发现的蛋白质和酶截然不同的蛋白质和酶。
感谢科技，利用ProteinGAN，现在我们可以在短短几周内从计算机设计过渡到工作蛋白。
ProteinGAN先是分析处理大量来自经过深入研究的蛋白质的数据，然后尝试创建新的蛋白质。同时，系统还需要弄清楚合成蛋白是否是存在。蛋白质在系统中来回发送，直到AI不再区分天然和合成蛋白质为止。
研究团队使用苹果酸脱氢酶（MDH）作为模板酶，通过实验，ProteinGAN生成和实验测试的序列中有24％（在55个测试中占13个）是可溶的，并在体外测试条件下（包括106个氨基酸取代的高度突变变体）显示出MDH催化活性。因此，ProteinGAN证明了人工智能在序列空间允许的生物学限制内快速生成高度多样化的功能蛋白的潜力。
研究人员的下一步是探索如何将该技术用于蛋白质特性的特定改进，例如提高稳定性，这可能会对工业技术中使用的蛋白质产生极大的好处。
降低蛋白质工程设计的速度对于降低酶催化剂的开发成本非常重要。这是实现环境可持续的工业流程和消费产品的关键。而该研究提出的AI模型将能够实现这一目标，为许多未来的应用提供了巨大的潜力。
最热文章
人工智能写科幻小说，和作家写科幻小说有什么不一样？
德国概念设计师Paul Siedler的场景创作，宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期，但是《静音》仍让人颇为期待
最近，美国最大的经济研究机构——全国经济研究所（NBER，全美超过一半的诺奖经济学得主都曾是该机构的成员）发布了一份报告，全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》（overlord），背景设置在二战时期，很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道，到处都在重启；我们也知道，如果有钱，啥都能重启。所以，会不会被重启算不上是个问题，只能问什么时候会被重启。自然而然地，世界各地的各种重启现象衍生出了一个有趣的猜猜游戏：哪一部老作品会是下一个接受这种待遇的？\n
京ICP备11000850号-1 
京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
© 2011- 版权所有：中国数字科技馆 未经书面许可任何人不得复制或镜像
京公网安备11010502039775号 
添加官方微信了解最新资讯
微信
新浪微博
QQ
QQ空间
